HALCON官网Halcon复习专题-镜头/匹配/标定/边缘/拟合/缺陷检测/【Halcon 编程】Halcon编程问题总结halcon视觉缺陷检测常用的6种方法1.blob+特征 2.blob+差分+特征 3.光度立体 4.特征训练 5.测量拟合 6.频域+空间结合halcon——缺陷检测常用方法总结（频域空间域结合）图像滤波噪声模型，主要有高斯，瑞丽，伽马，指数，均匀，椒盐，周期等 椒盐噪声：
转载
2023-11-28 19:28:22
1662阅读
1、append_ocr_trainfappend_ocr_trainf(Character, // 选中当前目标
Image, // 目标对应图片
Class, // 字符的类别(名称)
TrainingFile) // 培训文件的名称定义：向训练文件中添加字符说明操作符append_o
转载
2023-10-27 00:45:37
286阅读
第十四课 颜色识别11、 HSV：H色度、S饱和度、V亮度2、 学习机器视觉要掌握这些内容。3、 HSV弱点：受光照影响非常大！4、 不同的H值对于不同的颜色。5、 demo - 应用范围 - 颜色检测 - color_simple: 核心函数： decompose3 (Image, Red, Green, Blue) trans_from_rgb (Red, Green, Blue, Hue,
转载
2023-09-27 17:11:04
317阅读
深度学习的全面讲解 4月16日—4月19日一、深度学习综述 二、深度神经网络 三、卷积神经网络CNN 四、循环神经网络RNN 五、对抗性生成网络GAN 六、强化学习DRL 七、迁移学习TL 一、抽象建模 二、计算机视觉 三、模型优化 一、深度学习＋医学 二、深度学习＋遥感 三、深度学习＋石油勘探 四、深度学习＋交通 1，采用深入浅出的方法，结合实例并配以大量代码练习，重点讲解深度学习框架模型、科学
转载
2021-03-12 13:00:29
149阅读
2评论
HALCON 20.11：深度学习笔记(2)HALCON 20.11.0.0中，实现了深度学习方法。由于上面提到的DL方法在它们的作用和它们如何需要数据方面各不相同，所以您需要知道哪种方法最适合您的特定任务。一旦清楚了这一点，您就需要收集适当数量的数据，也就是图像和方法所需的信息。然后，所有这些DL方法都有一个通用工作流：1. 准备网络和数据（Prepare the Network and the
转载
2023-12-13 02:35:23
132阅读
1. 文件变更日期：2020.01.03章节：起草变更描述：起草文档作者姓名：基德的嘲笑2. 练习4-1 Temperature Monitor VI对象：使用While循环及波形图以获取及显示数据通过以下步骤完成为一个VI，该VI测量温度并显示温度值到波形图上的功能。前面板1. 新建一个VI.2. 创建以下前面板。 Temperature Monitor VI前面板 a) 通过控件&g
转载
2023-11-07 17:25:37
332阅读
先说说我的超快速入门，一共共讲五部分，每一部分内容是精华的东西，但都有大量图文说明，因此显得东西很多，仔细看下去，对于尚未入门的同学应该是收获很多的 培训一：使用VI模板 培训二：创建一个可安装的应用程序 培训三：使用状态机框架 培训四：使用生产者消费者框架 培训五：elvis的简单使用介绍 &
转载
2024-06-28 20:18:07
112阅读
labview机器视觉包前面板中间主要包含五个部分IMAQ Image.ctl，Image Display control ，Image Display control (classic)，IMAQ Vision controls ，Machine Vision controls。IMAQ Image.ctl：对图像进行分析和处理时用到的一些控件，可用于对图像的类型。图像处理的方式、不同的形态算子
经过数据标注的学习，大致总结下标注过程中的注意事项，大家在看的过程中，有什么好的建议，可以提出来；十分欢迎大家的批评和指正。谢谢大家的支持。1 准备工具1.1 windows版打开就能用labelme.exe和Praat.exe1.2 MAC版安装命令brew install pyqt # maybe pyqt5 pip install labelme 或者 brew install wkenta
转载
2023-12-20 06:01:54
197阅读
PLC编程是一种数字运算操作的电子系统，专为在工业环境下应用而设计。它采用可编程逻辑控制器，用来在其内部存储执行逻辑运算、顺序控制、定时、计数和算术运算等操作的指令，并通过数字式、模拟式的输入和输出，控制各种类型的机械或生产过程。PLC编程能力是需要不断学习和锻炼的，只有学好理论知识和熟练地掌握实操技能以后，才会获得高待遇的工作。很多有志青年都想学习PLC编程。那么，很多人就会问了，在培训班学习P
转载
2023-11-09 17:23:24
17阅读
寒假放假前导师开会布置一个纺织物识别的项目，需要用到Halcon和Visual Studio，所以现在开始学习使用这两个软件。在此将我学习过程中遇到的问题和收获的经验分享给大家，如有错误恳请大家批评指正。Halcon机器视觉软件是德国MVtec公司开发的一套完善的标准的机器视觉算法包，拥有应用广泛的机器视觉集成开发环境。相比于opencv，Halcon有自己的开发环境并且支持可视化窗口，在欧洲和日
转载
2023-10-10 22:02:14
15阅读
Excel 的培训。
One. 数据的处理
1. 当前日期： ctrl+;
2. 已有文本： Alt+↓
3. 自动出现文本后文字： format Cells + custom： general"人"
4. 金额显示不同的单位： Excel中#代表金额，逗号是表示的是隐藏的位数： #,"K"// #，##，，"
转载
2023-12-20 10:03:39
65阅读
https://keras.io/zh/why-use-keras/ https://keras-zh.readthedocs.io/examples/image_ocr/
原创
2021-07-24 23:58:18
275阅读
第一课 halcon软件介绍第二课 讲了数组和文件的两个示例（记住活学活用）第三课1、 介绍了usb摄像头，安装驱动、连上usb就可以用了（可在淘宝上买一个，卖家会发驱动）。2、 文件-读取图像，可以把图像读取出来3、 可视化-更新窗口-在单步模式- 总是 / 从不 / 清空并显示 总是：下一图像会对上一图像进行覆盖 从不：不会覆盖，需要调用dev_display（）函数显示图像 清空并显示：清空
转载
2023-09-29 11:47:37
239阅读
数据标注一、数据标注思路 最理想的情况就是有足够的数据与足够的标注(label)，而你如果想要改善数据的标注(label)：当你已经有一部分标注，可以使用半监督学习如果你的标志不够多，但你有钱，可以花钱去众包，找人来标注如果你的标注不够，但你又没钱，你需要弱监督学习实在不行用无监督学习方法二、半监督学习 Semi-Supervised Learning(SSL) 1.目标对象 半监督学习适用于标注
转载
2024-04-25 14:13:27
88阅读
机器视觉在自动化领域变得越来越重要了，为了让自己的技术更进一步提升，以前做电工、PLC的工程师们在思考着转行学视觉，得知HALCON在企业需求的人才比较多，于是乎大家开始思考了，到底该如何入门视觉呢？#自动化#当然首先要做的是了解视觉软件，打开视觉软件一看，表情是下面这样的…… 到底发生了什么？为了一探究竟，小编开展了数据调查： 虽然我们从小学就开始接触英语，但往往学习的不是很好。从初学者的反馈问
转载
2023-08-25 16:41:10
114阅读
第1章统计学习方法概论1.1 统计学习 统计学习也称之为统计机器学习。统计学习是基于数据构建模型，然后从模型中找出最好的模型，构建完模型后便可以对数据进行预测和分析。统计学习方法包括模型的假设空间，模型的选择原则，模型学习的算法。简称模型，策略和算法。1.2 监督学习
转载
2023-10-10 13:45:19
45阅读
1.什么是深度学习 1.1人工智能、机器学习与深度学习 1.1.1人工智能 人工智能：努力将通常由人类完成的智力任务自动化 符号主义人工智能（1950s~1980s），专家系统（1980s） 1.1.2机器学习 查尔斯 • 巴贝奇发明分析机（1930/40s） 阿兰 • 图灵在1950 年发表具有里 ...
转载
2021-07-18 14:10:00
482阅读
2评论
要想入门深度学习，需要两个工具，即算法知识和大量的数据，外加一台计算机，如果有GPU就更好了，但是因为许多入门初学者的条件有限，没有GPU也可以。 深度学习的入门过程如下图所示7个步骤：1.学习或者回忆一些数学知识因为极端及能做的只是计算，所以人工智能更多地来说还是数学问题。我们的目标是训练处一个模型，用这个模型去进行一系列的预测。于是，我们将训练过程设计的过程抽象成数学函数：首先，需要定义一个
转载
2023-09-18 21:40:45
103阅读
<一>：特征工程：将原始数据转化为算法数据一：特征值抽取1：对字典数据 :from sklearn.feature_extraction import DictVectorizer import pandas as pd
import numpy as np
from sklearn.feature_extraction import DictVectorizer
def dic
